巨灾模型在巨灾风险评估中的不确定性

来源:澳门金莎官网发布时间: 2011年06月22日浏览次数:

  【澳门金莎官网 精算与产品开发部 李晓翾 隋涤非】

  随着中国保险市场的发展,巨灾模型作为一种特定的巨灾风险管理工具和精算评估工具,已经越来越被人们所熟悉。目前,在巨灾模型行业有影响力的主要有三大模型公司,分别是AIR环球公司,RMS风险管理公司和EQECAT公司。中国人保财险于2006年开始使用AIR环球公司的中国地震模型,标志着巨灾模型开始直接进入中国保险行业;2010年中国再保险集团引入RMS风险管理公司的中国地震模型,标志着巨灾模型领域在中国保险行业进入多元化时代。

  随着巨灾模型在中国保险和再保险市场应用的逐渐广泛,人们对巨灾模型的输出结果及其在保险和再保险定价中的应用越发关注。很多人对一些有趣的现象提出疑问:为什么不同的巨灾模型对同样的风险组合的评估结果存在差异?为什么不同的再保险人依靠相同的巨灾模型给出的风险评估结果也会存在差异?这里我们来大致聊一聊这些有趣的问题。

  首先,为什么不同的巨灾模型对同样的巨灾风险组合会产生不同的评估结果呢?我们知道,巨灾模型在构成上主要由三大模块组成,即灾害模块(Hazard Module)、易损性模块(Vulnerability Module)和金融模块(Financial Module)。客观地讲,不同的巨灾模型公司在三大模块上的建模方法和技术处理均存在着差异,尤其是在灾害模块和易损性模块上,这是导致不同的巨灾模型产生不同的评估结果的重要原因之一。在这些方面的差异,反映了不同巨灾模型公司在自然科学和工程力学等方面的不同研究成果。正是由于这个因素的存在,使得巨灾模型在应用上存在着一定的不确定性。

  那么,为什么不同的再保险人依靠相同的巨灾模型对同样的巨灾风险组合会给出不同的评估结果呢?这个问题的产生可能与灾害模块和易损性模块的相关性不是很大,主要在于对金融模块的数据要求的技术处理上。

  巨灾模型在实际应用中对数据的要求是比较严格的,越详细的数据越理想,各家巨灾模型公司在详细型

  损失模型(比如RMS公司的DLM产品)产品中均要求逐单数据的输入,并需要细化到每张保单下的逐个风险标的,信息可以详细到邮政编码甚至街牌号。

  这么详细的数据标准,在中国的再保险市场上尚未普及,目前市场上绝大多数的数据信息是停留在省级层面上的,个别情况的数据信息可以实现到市县级层面上。这样,市场上的各个再保险人在利用巨灾模型进行风险评估时实际上并没有真正使用详细型损失模型(DLM)产品,而是使用比DLM粗糙一些的聚合型损失模型(比如RMS公司的ALM产品)。聚合型损失模型是巨灾模型公司专门为使用者在无法得到详细数据的情况下使用而开发的,具体的数据聚合水平可能是省级的,也可能是市县级的。还有一种更为常用的做法是基于聚合型数据,依靠一定的数据分类假设,将聚合型数据拆分为逐单型数据,然后再使用详细型损失模型做分析。

  由此可见,当数据的详细程度比较粗糙时,巨灾模型的使用者将不得不依靠额外的假设来进行分析,比如建筑用途、建筑结构、建筑高度、工程进展期间的分类假设,还有保单免赔额、限额的假设,以及未来灾害发生时风险组合的可能价值等假设。如果分出公司没有提供这些假设的信息,再保险人将不得不依靠自身的经验去处理这些假设。由于不同的再保险人不可能对风险有着完全相同的假设,这就导致不同再保险人在对同一个风险组合依靠相同的巨灾模型做评估时给出的评估结果也会是有差异的。

  总之,无论是模型公司之间的建模方法,还是分出公司提供的数据质量,都会给巨灾风险评估带来极大的不确定性。要使巨灾风险评估更加合理准确,一方面需要模型公司加深对灾害模块及工程模块的研究,另一方面需要保险行业不断努力提高巨灾数据的精度和准确性。(出自 澳门金莎官网精算季讯2011年第2季度季讯)

关闭
XML 地图 | Sitemap 地图